JPH1091628A - 構文解析システム - Google Patents

Abstract

(57)【要約】 【課題】 助詞情報などが不完全な文において、係り受
けの解析を適正に行なうことができる構文解析システム
を提供する。 【解決手段】 形態素解析処理手段で解析対象文を各単
語に分割し、各単語を文節にまとめ上げる処理を行な
い、共起関係データ抽出手段でコーパスに保存された文
書データにおける各文の形態素解析処理結果の各文節間
の係り受け関係から共起関係データを抽出する。係り受
け関係解析手段で形態素解析処理手段の処理結果中の助
詞を持たない文節と、この文節の係り先候補の文節との
双方を持つ共起関係データを、共起関係データ抽出手段
の抽出結果から選択し、この選択された共起関係データ
の中から係り受け関係の頻度が最も高い共起関係データ
の文節を係り先文節と認識することにより、より正しい
係り先を得る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、自然言語で記載さ
れた文の構文解析を行なう構文解析システムに関する。

【０００２】

【従来の技術】従来の自然言語の構文解析方法において
は、まず、入力文が形態素と呼ばれる最小言語単位に分
割され、それら形態素に分割された文を文節と呼ばれる
単位までまとめたものが生成される。そして、文の構文
構造の解析として各文節の係り受け構造の解析を行な
う。

【０００３】文節の係り受け構造とは、その文節が修飾
することができる相手の文節の種類、及びその文節が修
飾を受けることができる相手の文節の種類を分類し、そ
れぞれ係り、受けとした構造である。また、それぞれ係
り、受けの強さの度合いとして表したものを文節の係り
受けの強度という。

【０００４】各文節の係り受け構造の解析を行なう際、
文献１『福本、佐野、斉藤、福本「係り受けの強度に基
づく依存文法」，情報処理学会論文誌，Ｖｏｌ．３３，
Ｎｏ．１０，ｐｐ．１２１１−１２２３，（１９９
２）』において提案された方法として、文節に含まれて
いる「が」、「を」、「に」などの助詞情報や用語の文
節中の動詞の各情報の照合などの手段を用いて係り受け
構造の解析を行なってきた。

【０００５】

【発明が解決しようとする課題】ところで、上述した従
来の文節の係り受け構造の解析を行なうことによる構文
解析方式においては、一般に、助詞情報などが不完全な
自然言語文の構文解析において、動詞がどのような格情
報を持つのかといった言語的な情報を詳細に記述してお
かなくては、多くの曖昧性が発生するといった問題があ
る。

【０００６】また、一般の自然言語文において多く存在
する助詞情報などが不完全な文においては、助詞情報や
用語の文節中の動詞の格情報の照合などの手段を用いた
係り受け構造の解析手段が適用できないといった問題が
ある。

【０００７】本発明は、このような点に鑑みてなされた
ものであり、助詞情報などが不完全な文において、係り
受けの解析を適正に行うことができる構文解析方式を提
供することを目的としている。

【０００８】

【課題を解決するための手段】上記課題を解決するため
に、請求項１記載の構文解析システムは、自然言語文の
構文解析を行なう構文解析システムにおいて、解析対象
文を各単語に分割し、各単語を文節にまとめ上げる処理
を行なう形態素解析処理手段と、コーパスに保存された
文書データにおける各文の形態素解析処理結果の各文節
間の係り受け関係から共起関係データを抽出する共起関
係データ抽出手段と、形態素解析処理手段の処理結果中
の助詞を持たない文節と、この文節の係り先候補の文節
との双方を持つ共起関係データを、共起関係データ抽出
手段の抽出結果から選択し、この選択された共起関係デ
ータの中から係り受け関係の頻度が最も高い共起関係デ
ータの文節を係り先文節と認識する係り受け関係解析手
段とを具備して構成したことを特徴としている。

【０００９】入力された文中で助詞情報などが不完全で
ある場合でも、共起関係データ抽出手段によってコーパ
スから抽出された共起関係データから係り受け関係解析
手段が高い頻度の共起データを用いて、より正しい係り
先を得ることができる。

【００１０】

【発明の実施の形態】以下、図面を参照して本発明の一
実施形態について説明する。図１は本発明の第１の実施
形態による構文解析システムの機能ブロック構成図であ
る。なお、実際上はワークステーションやパソコン上で
構文解析システムが構築されているが、機能的に示す
と、図１に示す通りである。

【００１１】この第１の実施形態の特徴は、コーパスと
呼ばれる大量の文章から動詞がどのような語句と同時に
存在するかといった共起関係を抽出し、係り受け構造の
構文解析を行なう中で、抽出された共起関係のデータか
ら高い頻度の共起情報を用いることで、より正しい係り
受け関係を得る手法を実現したものである。

【００１２】図１において、第１の実施形態の構文解析
システムは、入力部１、形態素解析処理部２、コーパス
部３、共起関係データ抽出部４、係り受け関係解析部
５、及び、出力部６で構成されている。

【００１３】入力部１は、解析対象文の入力を行なうも
のである。形態素解析処理部２は、入力された文を各単
語に分割し、さらに文節までのまとめ上げ処理を行なう
ものである。コーパス部３は、大量の文書データを保持
するものである。

【００１４】共起関係データ抽出部４は、コーパス部３
から共起関係のデータを抽出するものである。係り受け
関係解析部５は、形態素解析された文の文節間の関係を
解析するものである。出力部６は、解析された係り受け
関係の出力を行なうものである。

【００１５】以下、このような各部からなる第１の実施
形態の構文解析システムの動作を説明する。

【００１６】まず、ユーザが、入力部１から解析対象文
（日本語文を意識している）の入力を行なうと、形態素
解析処理部２において、入力文の単語が認識され、文節
までのまとめ上げが行なわれる。

【００１７】形態素解析処理部２の形態素解析結果の例
を図２に示す。図２において、「沖電気、１６Ｍメモリ
を量産。」が入力文であり、「沖電気／、／／１６Ｍ／
メモリ／を／／量産／。」が形態素解析結果である。入
力文に対して形態素解析結果として文中の各単語が
「／」によって区切られ、また、文節が「／／」によっ
て区切られている。ここで、形態素解析方法としては、
既存のいずれのものも適用可能であるが、例えば、文献
２『田中穂積著，「自然言語解析の基礎」，産業図書１
９８９年発行』のものを適用可能である。

【００１８】また、ユーザは、予めコーパス部３に保持
された大量の文書データの各文の形態素解析処理を実行
させ、更にその形態素解析処理結果に対して、各文節間
の係り受け関係の解析を行なう構文解析処理の各処理を
実行させておく。なお、コーパス部３に保持された大量
の文書データに対する形態素解析構成及び構文解析構成
は省略しているが、その結果は、図１のコーパス部３に
格納されているとする。コーパス部３に保持された大量
の文書データに対する形態素解析方法及び構文解析方法
として、既存の任意の方法を適用可能であるが、例え
ば、前者として、文献２に記載の方法を適用可能であ
り、後者として、上述した文献１に記載の方法を適用可
能である。

【００１９】コーパス部３に保持された大量の文書デー
タについての形態素解析、構文解析の結果の係り受け関
係から共起関係データ抽出部４において、共起関係デー
タとして〔単語１（品詞）、単語２（品詞）、関係、頻
度〕の組のデータを抽出する。抽出された共起関係デー
タの例を図３に示す。

【００２０】図３において、「関係」は「単語１（品
詞）」と「単語２（品詞）」との係り受け関係を示す。
「頻度」はその共起関係データがコーパス中に何件出現
したかについての件数を示す。

【００２１】例えば、最初（先頭行）のデータにおいて
は、「沖電気（名詞）」と「開始（動詞）」との関係
「が」による係り受け関係が１０件存在したことを示し
ている。

【００２２】次に、係り受け関係解析部５における係り
受け関係解析の処理のフローチャートを図４に示し、そ
の説明を行なう。

【００２３】図４においては、係り受け関係解析部５
で、形態素解析処理部２の出力である入力文の係り受け
関係を、従来記述においても用いられた係り受け関係の
解析手法と共に共起関係データ抽出部４において抽出さ
れた共起関係データも用いて行なう。

【００２４】まず、ステップＳ１において、助詞情報が
存在する文節の係り受け関係の解析を行なう。入力文
「沖電気、１６Ｍメモリを量産。」の例では、助詞情報
が存在する文節の係り受け関係の解析として、文節「１
６Ｍ／メモリ／を」の係り先の解析を行なう。係り受け
の判定としては、文節中に含まれる助詞「を」の情報を
用い、これが文節「量産」と係り受けが成り立つかどう
かを判定する。

【００２５】この場合、動詞「量産」が、「を」をとる
ことが可能であるため、文節「１６Ｍ／メモリ／を」は
文節「量産」と係り受け関係が存在する。ここで、ステ
ップＳ２において、すべての文節の係り受け関係が存在
するか、を判断する。この判断結果がＹＥＳであれば係
り受け関係解析処理を終了し、ＮＯであればステップＳ
３に進む。

【００２６】ここでは、ＮＯであるのでステップＳ３に
おいて、助詞情報の欠落している文節を選択する。すな
わち、助詞情報の欠落している文節「沖電気」を選択
し、この選択された「沖電気」の係り受けの判定を行な
う。

【００２７】次に、ステップＳ４において、それまでの
文の係り受け関係から選択された文節の係り先の候補の
文節を選択する。すなわち、文節「１６Ｍ／メモリ／
を」と文節「量産」とが選択される。この際、係り先の
候補の選択方法としては、係り先の非交差などの制約が
存在するが、この選択のための規則については、本発明
とは直接関係がないため省略するものとする。

【００２８】文節「沖電気」は助詞を持たない名詞であ
るため、従来の係り受けの判定方法では係り先が判定で
きない。

【００２９】そこで、ステップＳ５において、選択され
た文節と係り先候補の文節を共に文節として持つものを
共起関係データより選択する。ここで、共起関係データ
から選択された文節が図３に示されたものとすると、
〔沖電気（名詞）、量産（動詞）、が、８〕と、〔沖電
気（名詞）、メモリ（名詞）、の、６〕との２つが選択
される。

【００３０】次に、ステップＳ６において、共起関係デ
ータのなかで最大の頻度を持つものを選択する。すなわ
ち、ステップＳ５で選択された共起関係データの中で最
大の頻度を持つものとして、〔沖電気（名詞）、量産
（動詞）、が、８〕が選択される。

【００３１】次に、ステップＳ７において、選択された
共起関係データ中の「文節」を係り先文節とし、係り先
を決定する。従って、ステップＳ６での選択結果から文
節「沖電気」の係り先として、文節「量産」が選択され
たことになる。これですべての文節の係り受け関係が存
在するため、ステップＳ２において、係り受け関係解析
の処理を終了する。

【００３２】以上説明した第１の実施形態によれば、自
然言語文の構文解析において、入力された文中で助詞情
報などが不完全である場合でも、コーパスから抽出され
た共起関係データから高い頻度の共起情報を用いること
で、より正しい係り先を得ることが可能となる構文解析
処理を行なうことができる。

【００３３】次に、第２の実施形態の構文解析システム
について説明する。但し、第２の実施形態の構文解析シ
ステムのブロック構成図は、第１実施形態と同様の図１
であるとする。

【００３４】第２の実施形態が第１の実施形態と異なる
点は、係り受け関係解析部５が、第１の実施形態の図４
のステップＳ７で説明したように、選択された共起関係
データ中の「文節」を係り先文節とし、係り先を決定し
た後、その選択された共起関係データ中の「関係」を係
り文節の係り受けとすることで、助詞情報を持たない文
節とこの係り先文節との係り受け関係を求めるようにし
たことにある。

【００３５】以下、第２の実施形態の動作を図５に示す
フローチャートを参照しながら説明する。

【００３６】まず、ステップＳ１において、助詞情報が
存在する文節の係り受け関係の解析として、第１の実施
形態で参照した図２に示す文中の文節「１６Ｍ／メモリ
／を」の係り先の解析を行なう。係り受けの判定として
は、文節中に含まれる助詞「を」の情報を用い、これが
文節「量産」と係り受けが成り立つかどうかを判定す
る。

【００３７】この場合、動詞「量産」が、「を」をとる
ことが可能であるため、文節「１６Ｍ／メモリ／を」は
文節「量産」と係り受け関係が存在し、その関係は
「を」格の関係である。ここで、ステップＳ２におい
て、すべての文節の係り受け関係が存在するか、を判断
する。この判断結果がＹＥＳであれば係り受け関係解析
処理を終了し、ＮＯであればステップＳ３に進む。

【００３８】ここでは、ＮＯなのでステップＳ３におい
て、助詞情報の欠落している文節「沖電気」を選択し、
この選択された「沖電気」の係り受けの判定を行なう。

【００３９】次に、ステップＳ４において、それまでの
文の係り受け関係から選択された文節の係り先の候補の
文節として、図３に示した共起関係データから文節「１
６Ｍ／メモリ／を」と文節「量産」とが選択される。文
節「沖電気」は助詞を持たない名詞であるため、従来の
係り受けの判定方法では係り先が判定できない。

【００４０】そこで、ステップＳ５において、選択され
た文節と係り先候補の文節を共に文節として持つものを
共起関係データより選択する。ここでも、，共起関係デ
ータから選択された文節が図３に示されたものとする
と、〔沖電気（名詞）、量産（動詞）、が、８〕と〔沖
電気（名詞）、メモリ（名詞）、の、６〕の２つが選択
される。

【００４１】次に、ステップＳ６において、共起関係デ
ータのなかで最大の頻度を持つものとして、〔沖電気
（名詞）、量産（動詞）、が、８〕が選択される。次
に、ステップＳ７において、ステップＳ６での選択結果
から文節「沖電気」の係り先として、文節「量産」が選
択される。

【００４２】以上までの処理の流れは、最掲載したが、
第１の実施形態と同様である。この後の処理が、第１の
実施形態と異なっている。

【００４３】すなわち、ステップＳ８において、その選
択された共起関係データ中の「関係」を係り文節の係り
受けとする。上述の例では、文節「沖電気」と文節「量
産」の係り受け関係は「を」格の関係であることが認識
できる。これですべての文節の係り受け関係が存在する
ため、ステップＳ２において、係り受け関係解析の処理
を終了する。

【００４４】以上説明した第２の実施形態によれば、自
然言語文の構文解析において、入力された文中で助詞情
報などが不完全である場合でも、コーパスから抽出され
た共起関係データから高い頻度の共起情報を用いること
で、より正しい係り先との係り受け関係を得ることが可
能となる構文解析処理を行なうことができる。

【００４５】次に、第３の実施形態の構文解析システム
について説明する。但し、第３の実施形態の構文解析シ
ステムのブロック構成図は第２の実施形態で参照したと
同様の図１であるとする。

【００４６】第３の実施形態が第２の実施形態と異なる
点は、係り受け関係解析部５が、第２の実施形態の図５
のステップＳ５で説明したように、助詞情報の欠落して
いる文節と係り先候補の文節を共に文節として持つもの
を共起関係データより選択した後、それらの選択された
共起関係データのうち、共通の助詞情報の欠落している
文節の係り先候補の文節を持つものがあれば、その共起
関係データも候補として加えることによって、入力時に
省略された要素も同時に補う処理を行ないながらより正
しい係り受け関係を得ることができるようにしたことに
ある。

【００４７】但し、第３の実施形態においては、ユーザ
が、入力部１から解析対象文である図６に示す「沖電
気、１６Ｍメモリの量産。」の入力を行ない、形態素解
析処理部２において、入力文の単語が認識され、文節ま
でのまとめ上げが行なわれ、これによって、図６に示す
ように文中の各単語が「／」によって区切られ、また、
文節が「／／」によって区切られた形態素解析結果の
「沖電気／、／／１６Ｍ／メモリ／の／／量産／。」が
得られたものとする。

【００４８】以下、第３の実施形態の動作を図７に示す
フローチャートを参照しながら説明する。

【００４９】但し、図７においては、係り受け関係解析
部５で、形態素解析処理部２の出力である入力文の係り
受け関係を従来記述においても用いられた係り受け関係
の解析手法と共に共起関係データ抽出部４において抽出
された共起関係データも用いて行なう。

【００５０】まず、ステップＳ１において、助詞情報が
存在する文節の係り受け関係の解析を行う。これは、助
詞情報が存在する文節の係り受け関係の解析として、図
５に示した文節「１６Ｍ／メモリ／の」の係り先の解析
を行なう。係り受けの判定としては、文節中に含まれる
助詞「の」の情報を用い、これが文節「量産」と係り受
けが成り立つかどうかを判定する。

【００５１】この場合、名詞「量産」が、「の」をとる
ことが可能であるため、文節「１６Ｍ／メモリ／の」は
文節「量産」と係り受け関係が存在する。その関係は
「の」格の関係である。ここで、ステップＳ２におい
て、すべての文節の係り受け関係が存在するか、を判断
する。この判断結果がＹＥＳであれば係り受け関係解析
処理を終了し、ＮＯであればステップＳ３に進む。

【００５２】ここでは、ＮＯなのでステップＳ３におい
て、助詞情報の欠落している文節を選択する。すなわ
ち、助詞情報の欠落している文節「沖電気」を選択し、
この選択された「沖電気」の係り受けの判定を行なう。

【００５３】次に、ステップＳ４において、それまでの
文の係り受け関係から選択された文節の係り先の候補の
文節を選択する。すなわち、文節「１６Ｍ／メモリ／
の」と文節「量産」とが選択される。文節「沖電気」は
助詞を持たない名詞であるため、従来の係り受けの判定
方法では係り先が判定できない。

【００５４】そこで、ステップＳ５において、選択され
た文節と係り先候補の文節を共に文節として持つものを
共起関係データより選択する。ここで共起関係データか
ら選択された文節が図３に示されたものとすると、〔沖
電気（名詞）、量産（動詞）、の、６〕と〔沖電気（名
詞）、メモリ（名詞）、の、４〕の２つが選択される。
そして、ステップＳ５ａにおいて、選択された文節と係
り先候補の文節を文節に持つ共起関係データのうち、共
通の文節を持つものがあれば、その共起関係データも候
補として加える。すなわち、ステップＳ４で選択された
文節「沖電気」と係り先候補の文節「１６Ｍ／メモリ／
の」と文節「量産」を文節に持つ共起関係データのう
ち、共通の文節を持つものがあれば、その共起関係デー
タも候補として加える。

【００５５】ここでは、〔沖電気（名詞）、開始（動
詞）、が、１０〕と〔量産（名詞）、開始（動詞）、
を、１８〕が共通の文節「開始」を持っている。そこ
で、これらの文節も共起関係データも候補として加え
る。但し、これらは同時に存在しなければならないた
め、共起頻度情報を共に値の小さいほうにして選択され
るものとする。

【００５６】次に、ステップＳ６において、共起関係デ
ータのなかで最大の頻度を持つものを選択する。すなわ
ち、ステップＳ５ａで選択された共起関係データの中で
最大の頻度を持つものとして、〔沖電気（名詞）、量産
（動詞）、が、１０〕と〔量産（名詞）、開始（動
詞）、を、１８〕が選択される。

【００５７】次に、ステップＳ７において、選択された
共起関係データ中の「文節」を係り先文節とし、係り先
を決定する。従って、文節「沖電気」の係り先として
は、ステップＳ６での選択結果から文節「沖電気」の係
り先として、文節「開始」が選択されたことになる。つ
まり、入力文では「開始」が省略されていたことが分か
る。

【００５８】そして、ステップＳ８において、選択され
た共起関係データ中の「関係」を係り文節の係り受けと
する。すなわち、文節「沖電気」と文節「開始」の係り
受け関係は「が」の関係であり、また、文節「量産」と
文節「開始」の係り受け関係は「を」の関係であること
が認識できる。これですべての文節の係り受け関係が存
在するため、ステップＳ２において、係り受け関係解析
の処理を終了する。

【００５９】以上説明した第３の実施形態によれば、自
然言語文の構文解析において、入力された文中で助詞情
報などが不完全である場合でも、コーパスから抽出され
た共起関係データから高い頻度の共起情報を用いること
で、省略された要素も同時に補う処理を行いながらより
正しい係り受け関係を得ることが可能となる構文解析処
理を行なうことができる。

【００６０】

【発明の効果】以上説明したように、本発明の構文解析
システムによれば、自然言語文の構文解析において、入
力された文中で助詞情報などが不完全である場合でも、
コーパスから抽出された共起関係データから高い頻度の
共起情報を用いることで、より正しい係り先を得ること
ができる効果がある。

【図面の簡単な説明】

【図１】第１の実施形態による構文解析システムのブロ
ック図である。

【図２】入力文と形態素解析結果を示す図である。

【図３】図１に示す共起関係データ抽出部によって抽出
された共起関係データの例を示す図である。

【図４】第１の実施形態における係り受け関係解析部の
処理動作を示す図である。

【図５】第２の実施形態における係り受け関係解析部の
処理動作を示す図である。

【図６】他の入力文と形態素解析結果を示す図である。

【図７】第３の実施形態における係り受け関係解析部の
処理動作を示す図である。

【符号の説明】

１ 入力部 ２ 形態素解析処理部 ３ コーパス部 ４ 共起関係データ抽出部 ５ 係り受け関係解析部 ６ 出力部

Claims (3)

【特許請求の範囲】
1. 【請求項１】 自然言語文を構文解析する構文解析シス
   テムにおいて、 解析対象文を各単語に分割し、各単語を文節にまとめ上
   げる処理を行なう形態素解析処理手段と、 コーパスに保存された文書データにおける各文の形態素
   解析処理結果の各文節間の係り受け関係から共起関係デ
   ータを抽出する共起関係データ抽出手段と、 前記形態素解析処理手段の処理結果中の助詞を持たない
   文節と、この文節の係り先候補の文節との双方を持つ共
   起関係データを、前記共起関係データ抽出手段の抽出結
   果から選択し、この選択された共起関係データの中から
   係り受け関係の頻度が最も高い共起関係データの文節を
   係り先文節と認識する係り受け関係解析手段とを具備す
   ることを特徴とする構文解析システム。
2. 【請求項２】 前記係り受け関係解析手段が、前記係り
   先文節を認識した後、該係り先文節が求められた係り受
   け関係の頻度が最も高い共起関係データの文節間を接続
   する関係を、前記助詞情報を持たない文節及びこの係り
   先文節の係り受け関係と認識するようにしたことを特徴
   とする請求項１に記載の構文解析システム。
3. 【請求項３】 前記係り受け関係解析手段が、前記共起
   関係データを前記共起関係データ抽出手段の抽出結果か
   ら選択した後、その選択された共起関係データのうち、
   共通の助詞を持たない文節の係り先候補の文節を持つ共
   起関係データも前記係り受け関係を認識するための候補
   として加えることによって、入力時に省略された文節も
   同時に補いながら係り受け関係を認識するようにしたこ
   とを特徴とする請求項２に記載の構文解析システム。